Model Events（中文）
事件建模是一种预测方法，用于考虑未包含在历史数据中的不规则事件，例如促销和价格变动。事件可以是计划内的或计划外的：
- 计划内事件，例如促销和工厂关闭，应包含在预测中。
- 计划外事件，例如自然灾害，应从预测中隔离出来，以避免扭曲预测。
CCH Tagetik Supply Chain Planning 提供了一种独特的事件建模方法。您可以将 CCH Tagetik Supply Chain Planning 中的每条记录用作另一条记录中的事件。例如，您可以包含一条促销记录，该记录跟踪促销的季节性模式，并将其作为产品销售额预测中的事件。当预测使用另一条记录作为事件时，该事件可以通过多种方式应用于预测，包括回归。
请参阅关于记录依赖关系。
向预测添加事件
- 打开要编辑的记录。
请参阅打开和查看记录。
2. 在调整和覆盖部分的数据表的覆盖行中，单击添加调整图标（
）。
3. 在调整屏幕中，从调整类型列表中选择以下之一：
调整类型
| 调整类型 | 描述 |
|---|---|
| Local | 使用覆盖行中支持的相同语法应用本地输入的调整。此选项在调整和覆盖表中创建覆盖行。在此行中键入的值被视为增量。要用另一个值替换预测值，请始终使用覆盖行。Ft = St + At |
| Add | 将参考序列添加到起始值。Ft = St + Rt |
| Subtract | 从起始值中减去参考序列。Ft = St - Rt |
| Multiply | 将参考序列与起始值相乘，并将乘积添加到起始值。Ft = St + St * Rt |
| Adjust | 缩放起始值以匹配参考序列中的增长。Ft = St * Rt/Rnow 当一条记录（源记录）作为调整调整应用于另一条记录（被调整记录）时，源记录的影响将从被调整记录的历史中移除（此调整后的历史显示为绿线），被调整记录基于此调整后的历史进行预测，然后将源记录作为调整应用于被调整记录。从历史中移除此影响是必要的，以防止重复计算源记录的影响。在数学上，调整调整计算源记录中所有历史的平均值，并根据源记录中的实际值与源记录中历史平均值的比较，调整被调整记录中的每个历史数据点。被调整记录中调整后历史的计算为：（源记录历史平均值 / 源记录中的历史数据点）* 被调整记录中对应的历史数据点。要调整预测，计算是反向的，因此如果源记录中的预测数据点高于其历史平均值，则对被调整记录应用正调整。否则，应用负调整。 |
| Regression | 执行回归分析，将参考序列的逐期变化（一阶差分）与此项目的逐期变化进行比较，并相应调整。Ft = St * Kreg * (Rt-lag - Rnow) |
| Supersession | 请参阅添加替代调整。 |
| Comparison | 插入一行，显示来自另一条记录的预测，可用作比较或逐期覆盖。 |
| Equate | 将数据分摊到一年中（链接到源记录）。 |
| Supplementary Data | 插入一行以包含任何附加信息。 |
| Expiration | 导入会过期的库存的到期数据，例如杂货、药品和电池。这有助于您了解库存何时到期，以便您可以规划库存并消除浪费。请参阅向记录添加到期日期。 |
| Group Comparison | 添加来自另一组记录的数据，用作比较或逐期覆盖。 |
| Firm Orders | 可以添加确认订单调整，以指向包含未来特定日期订单的数据源。这些可用于比较、消耗或合并到预测中。请参阅向记录添加确认订单。 |
| Order Rollup | 在导入供应商文件期间使用，以创建订单的中心。请参阅订单汇总。 |
| Addressable Market | 使用可寻址市场的渗透百分比进行预测，而不是基于绝对值进行预测。键入包含可寻址市场预测的项目的名称。 |
| 4. 如有必要，键入要用作调整的记录的名称，并单击 OK。 |
该记录作为调整添加到预测表中。记录的值与记录名称一起包含在表行中。
注意：覆盖值区分大小写。
记录名称旁边有一个符号，指示记录的应用方式：
调整符号
| 符号 | 描述 |
|---|---|
| + | 加 |
| - | 减 |
| x | 乘 |
| A | 调整 |
| R | 回归 |
| T1 | 初步自顶向下 |
| T2 | 最终自顶向下 |
| 5. 要对记录进行更改，请在记录名称旁边单击编辑图标。 |
如果您在记录名称旁边没有看到编辑图标，则该调整记录是应用于所有时间序列预测记录的组调整。如果您对组调整有疑问，请联系调整记录的所有者。
6. 要移除调整，请在调整行的末尾单击移除调整图标（
).
整行将被移除。 7. 保存您的更改。
请参阅将更改保存到记录。